为2型糖尿病患者开发与评估心血管疾病风险预测模型

这项研究为何与糖尿病患者息息相关

心脏病是2型糖尿病患者的主要死亡原因，然而临床仍常使用为普通人群建立的风险计算器。本研究提出了一个简单但影响深远的问题：通过为糖尿病患者量身定制的风险工具，我们能否做得更好？而且该工具能否在不同性别和不同种族、族裔背景的人群中公平地工作？

心脏问题与糖尿病密不可分

与无糖尿病人群相比，2型糖尿病成年人的心肌梗死、中风和心力衰竭风险显著更高。现有的预测工具，如广泛使用的合并队列方程（Pooled Cohort Equations）和较新的 PREVENT 风险评分，旨在估计未来十年内谁可能发生心血管疾病。但这些工具并非专门为2型糖尿病患者设计，可能未能反映当今的治疗与生活方式，并且主要以白人和黑人成年人的数据为基础。这就使得它们在面对实际门诊中更为多样化的患者群体时，其准确性和公平性仍有疑问。

一种新的短期心脏风险估计方法

为了解决这一差距，研究者利用了美国国立卫生研究院的“全民参与（All of Us）”项目，这是一项规模大且异常多样化的健康研究，包含广泛的电子病历、化验结果和问卷答案。他们聚焦于23,795名40岁及以上的2型糖尿病成年人，随访数年以观察谁发生了主要心脏事件，包括心肌梗死、中风或心力衰竭。基于这些信息，研究者构建了一个统计学上的生存模型，用以预测每个人在未来三年内发生上述任一事件的概率，模型输入包括年龄、血压、化验值、既往病史、药物以及诸如居住稳定性和收入等社会条件。

哪些因素最为重要

当团队探查模型中哪些因素权重最大时，出现了清晰的模式。对全体患者而言，既往心血管疾病史远远是对未来再次发生事件最强的预警信号。在没有既往心脏病的人群中，年龄成为最主要的因素。与肾脏相关的指标，如既往肾病史以及血清肌酐与钙等化验值，也位列重要因素之中，凸显了肾脏健康与糖尿病患者心脏问题之间的紧密联系。令人惊讶的是，若干社会经济特征，包括就业状况、教育水平和居住类型，也具有较大影响力，强调了日常生活条件如何与生物学因素共同塑造健康风险。

将新模型付诸检验

接着，研究者比较了他们为糖尿病患者构建的新模型与 PREVENT 方程的表现。在近4,800名测试患者中，新模型在区分高低风险者方面更为准确，无论是在总体样本还是在无既往心脏病的子群中均如此。它给出的风险估计与三年内实际发生的情况高度一致，而 PREVENT 则倾向于高估风险，尤其是对那些实际较不可能发生事件的患者。为考察公平性，团队使用了考虑中途退出研究或存在竞争性健康问题的特殊评估度量。在性别及种族／族裔分组中，新模型总体上展现出更高的准确性，并且其性能差距与 PREVENT 相比相当或更小。

在准确性与公平性之间取得平衡

研究还探讨了将种族与族裔作为输入变量是有助还是有害于公平性。当研究者从模型中移除这些变量时，整体准确性下降，且大多数子群的性能变差。将种族与族裔保留在模型中，并结合丰富的社会经济信息，在该数据集中带来了更好的预测和更均衡的群组间表现。作者提醒这是一项复杂且依情境而异的问题，但他们的结果表明，在此情境下使用种族与族裔信息可能有助于避免对某些患者风险的低估。

对患者与临床医生的意义

简言之，这项工作表明：为2型糖尿病患者专门构建、基于现代且多样化数据的风险计算器，在估计短期心脏风险方面可以优于一刀切的工具。通过将肾脏健康和社会环境与传统风险因素一并纳入，新模型或能帮助临床医生更准确地识别哪些患者需要更积极的预防，以及哪些患者可以避免不必要的治疗。尽管该模型仍需在其他医疗系统中验证，这一方法为数百万2型糖尿病成年人提供了朝向更精确、更公平的心脏风险评估迈进的一步。

引用: Yang, Y., Liu, T., Liao, CY. et al. Development and evaluation of cardiovascular disease risk prediction models for patients with type 2 diabetes. Sci Rep 16, 15574 (2026). https://doi.org/10.1038/s41598-026-45129-5

关键词: 心血管疾病, 2型糖尿病, 风险预测, 健康公平, 生存模型